La matematica e l’informatica sono due discipline da sempre dedicate anche alla modellazione di fenomeni naturali. Costruire un modello formale di un fenomeno consente di investigare le cause alla base del fenomeno stesso e di cercare di predire i comportamenti futuri. Tanto più complesso è il fenomeno da studiare, tanto più elaborato è il modello che ne deriva, tanto più sono utili sistemi di calcolo automatici, tanto più è fondamentale l’utilizzo di potenti strumenti matematici e informatici per trarre delle conclusioni. E l’ultima generazione di questi strumenti matematici e informatici si chiama intelligenza artificiale.
In questi giorni aumenta la preoccupazione nei confronti dell’intelligenza artificiale. L’intelligenza artificiale sostituirà il lavoro umano in alcuni settori? Aumenterà le disuguaglianze economiche e sociali? Prenderà il sopravvento sull’umanità?
Le risposte a queste domande dipendono da noi e dall’uso che decideremo di fare dell’intelligenza artificiale. Ma allora perché non ci concentriamo su come l’intelligenza artificiale potrebbe migliorare la qualità della nostra vita? Perché non ci concentriamo, per esempio, su come l’intelligenza artificiale potrebbe aiutarci nel campo medico e in particolare in quello oncologico?
Da sempre la medicina si basa su misurazioni e valutazioni di tipo statistico per proporci le cure più efficaci. Per valutare il nostro stato di salute vengono misurati una serie di parametri quali temperatura, pressione, ossigenazione del sangue. Quando un pediatra sospetta che un suo piccolo paziente abbia un’infezione batterica può utilizzare un tampone per verificare quali/quanti batteri siano presenti. Se è necessario procedere con una terapia antibiotica, il pediatra prescrive l’antibiotico specifico in base al tipo di batteri rilevati e stabilisce dosaggio e tempi di somministrazione in base ad alcuni parametri, tra cui l’età e il peso del paziente. C’è però un aspetto fondamentale da non dimenticare. Gli strumenti diagnostici a disposizione della medicina per effettuare tali misurazioni si sono nel tempo evoluti (esami del sangue, radiografie, TAC, risonanze, valutazione di mutazioni genetiche). Già di per sé strumenti diagnostici sofisticati contengono al proprio interno sistemi informatici per l’elaborazione dei dati raccolti. I dati di un paziente elaborati da questi strumenti vengono poi analizzati dai medici che indirizzano il paziente verso la cura migliore, in base ai protocolli medici e alla propria esperienza. Se l’esempio sopra menzionato dell’infezione batterica era estremamente semplice, ma già presentava
aspetti in cui la corretta valutazione del medico è fondamentale (per esempio quale antibiotico e in quale dose), immaginiamo quanto più complessa e delicata sia la valutazione del medico quando ci si trova di fronte ad una malattia oncologica. In questo secondo caso ci sono una miriade di parametri da analizzare per capire esattamente il tipo di tumore, lo stadio, e la diffusione.
Modello di evoluzione tumorale ricostruito da dati. Il modello mostra le possibili acquisizioni di mutazioni durante la progressione tumorale. N. Rossi, N. Gigante, N. Vitacolonna and C. Piazza, “Inferring Markov Chains to Describe Convergent Tumor Evolution With CIMICE,” in IEEE/ACM Transactions on Computational Biology and Bioinformatics, vol. 21, no. 1, pp. 106-119, Jan.-Feb. 2024, doi: 10.1109/TCBB.2023.3337258. Pubblicato con licenza Creative Commons.
La scelta della terapia, del dosaggio e dei tempi di somministrazione devono tenere conto non solo della malattia, ma dello stato generale di salute del paziente e di tutta la sua storia medica precedente. Il medico si trova a dover fornire in tempi rapidi una soluzione estremamente accurata. Per esempio, una terapia leggermente più aggressiva del necessario da un lato potrebbe dare maggiore certezza di eradicare le cellule tumorali, dall’altro gli effetti collaterali potrebbero essere più rischiosi dei benefici.
Ecco uno degli aspetti in cui l’intelligenza artificiale può venire in aiuto dei medici. Anche senza pensare all’intelligenza artificiale come strumento utile nella progettazione di nuove terapie farmaceutiche, tema di grande interesse, ma che richiederebbe una trattazione a parte, l’intelligenza artificiale può supportare la comunità medica nell’elaborazione di protocolli medici sempre più elaborati, permettendo ai medici di confrontare i dati di migliaia di pazienti per raffinare la scelta dei dosaggi, delle combinazioni di farmaci da utilizzare, delle tempistiche di somministrazione, al fine di ottenere per ogni singolo paziente la terapia più efficace e con meno effetti collaterali possibili.
In sostanza, se un tempo il medico faceva i conti a mano, poi siamo stati in grado di fornirgli una calcolatrice, in seguito lo abbiamo supportato con un computer, perché ora non dargli accesso agli strumenti dell’intelligenza artificiale?
C’è però un aspetto fondamentale da non dimenticare: gli strumenti dell’intelligenza artificiale non sono infallibili. Sono potentissimi strumenti matematici e informatici basati su risultati formali di algebra, analisi matematica, statistica, ottimizzazione, e algoritmica. E così come la loro costruzione si basa su strumenti formali, gli stessi strumenti formali ci permettono di dimostrare che in alcuni casi commettono errori. Si tende a ridurre al minimo la probabilità di un errore, ma la probabilità di errore non è zero. Tanto più bassa è la quantità di dati su cui il modello di intelligenza artificiale si può allenare, tanto più alta sarà in generale la probabilità di errore. Questo vuol dire per esempio che per essere un aiuto efficace per il medico, il sistema di intelligenza artificiale ha bisogno di avere a disposizione una grande quantità di dati di pazienti. Inoltre, l’intelligenza artificiale attualmente a nostra disposizione si concentra principalmente sull’elaborare le informazioni che gli vengono fornite, per esempio, per vedere dettagli che sono presenti nei dati, ma che potrebbero sfuggire all’occhio umano, per suggerire come combinare al meglio le possibili soluzioni esistenti.
Attualmente l’intelligenza artificiale non propone nuove domande, non elabora soluzioni originali. È per questo che è fondamentale che i medici di oggi e di domani abbiano una preparazione approfondita e ricca di tutte le competenze specifiche della loro disciplina. Non dobbiamo fare l’errore di pensare che il medico del futuro avrà bisogno di meno conoscenze perché gli verrà in aiuto l’intelligenza artificiale. Sarà uno specialista efficace solo se, forte delle proprie competenze mediche, saprà quando e come chiedere aiuto a questi strumenti.
Allora quanto siamo ancora lontani da questo scenario?
È difficile dare una stima esatta della distanza. Tanti esperti di matematica, statistica, informatica stanno collaborando con biologi e medici per percorrere questa strada a piccoli passi, raccogliendo dati, elaborandoli, sintetizzando i risultati ottenuti, implementando algoritmi. È una collaborazione ricca di sfide. Ci vogliono lunghi periodi già solo per costruire una lingua comune tra discipline così complesse.
A volte mancano i dati o non sono accessibili per ragioni di privacy o sono affetti da errori sperimentali legati al tipo di macchinario con cui sono stati elaborati. Altre volte mancano i modelli formali adatti o sono così complessi che sarebbero troppo difficili da elaborare. Sicuramente è un settore in cui non si può fare altro che fare passi avanti per il bene di tutti.
